CN113038486B - 邻区规划方法及装置、计算设备、计算机存储介质 - Google Patents

Abstract

本发明公开了一种邻区规划方法及装置、计算设备、计算机存储介质，其中方法包括：获取规划小区和全网工参数据；根据规划小区的覆盖范围，得到初步邻区列表；判定覆盖区域场景；选取覆盖范围的至少一个分割角度，对覆盖范围分别进行分割；统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到规划小区的邻区关系。利用本发明方案，做到了在每个小区域内都有可以切换的邻区，既保证了邻区不会漏配，也保证了邻区不会过多且整体邻区分布较均匀的结果。

Description

邻区规划方法及装置、计算设备、计算机存储介质

技术领域

本发明涉及通信技术领域，具体涉及一种邻区规划方法及装置、计算设备、计算机存储介质。

背景技术

在5G基站开通前，需要提前规划好小区数据，其中邻区(neighbor cells)是小区数据中一个比较重要的规划数据。在5G初期建设阶段都是以NSA(非独立组网)方式建设5G基站，其邻区规划划分为5-5邻区规划和锚点规划。5G用户接入锚点站后，才能接入到5G站点，邻区为用户手机或其他需要与移动网络连接的设备在移动过程中能保持正常通话或上网服务提供一个接续切换功能。如果邻区规划过多，需要的测量时间越多且消耗更多的网络系统资源；如果邻区规划过少，则容易引起掉话、掉线、用户感知差等问题。所以规划出合理的邻区关系是保障移动通信网络为用户提供高质量服务的一项重要工作。

由于5G处于建网初期，没有用户终端支持，因此没有MR(Measurement Report，测量报告)相关数据。现有技术的邻区规划方案主要结合基站工参数据，通过两小区之间距离、固定距离分层、角度关系规划出邻区关系。这种方案存在如下弊端：

因为邻区规划中常常会有站点分布不均，某些区域站点较密集，某些区域站点较稀疏，如果按固定距离分层、角度差值、距离远近会导致某个区域规划的邻区过多或某个区域邻区漏配，因此从固定距离层、角度、距离规划出来的邻区不能满足网络实际正常运行需求。进一步的，现有的规划方案未考虑同站邻区优先添加，常常因为经纬度存在一定误差和角度影响导致同站漏加；现有的规划方案中未考虑小区正向覆盖或背向覆盖的方向，抑或仅仅通过人为设定的值来确定覆盖范围，和实际主覆盖范围存在较大的误差；现有的规划方案从一个整体的大区域角度出发进行规划，容易遗漏某个区域的邻区或某个区域邻区冗余；现有的规划方案未考虑到锚点站的规划，因为5G NSA(Non-Stand Alone，非独立组网)方案中，锚点站规划一项非常重要的工作，没有锚点，5G用户无法接入到5G网络中，也无法切换。

图1示出了现有技术中邻区规划示意图，如图1所示，C、D两个区域邻区数较多，南北方向的A、B基站由于其距离相对C、D区域内的基站稍远且角度和规划站点小区角度偏差较大则被漏加，但是南北方向属于站点稀疏场景，规划小区时需要添加这两个小区作为邻区接续切换。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的邻区规划方法及装置、计算设备、计算机存储介质。

根据本发明的一个方面，提供了一种邻区规划方法，包括：

获取规划小区和全网工参数据；

根据所述规划小区的覆盖范围，得到初步邻区列表；

根据所述规划小区的覆盖范围内的小区站点密度，判定覆盖区域场景；

根据覆盖区域场景判定结果，选取覆盖范围的至少一个分割角度，以所述至少一个分割角度对所述覆盖范围分别进行分割，得到数个分割子范围；

统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系。

在一种可选的方式中，在所述根据所述规划小区的覆盖范围，得到初步邻区列表之后，所述方法还包括：从初步邻区列表中剔除同站邻区；

所述按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系进一步包括：

按照排序结果对每个分割子范围的小区进行汇聚得到待选邻区列表，在待选邻区列表中添加所述同站邻区得到正向邻区列表，在正向邻区列表中添加反向邻区，得到完整邻区列表。

在一种可选的方式中，所述同站邻区包括：以规划小区位置为圆心，预设距离为半径的圆形范围内的小区；以及，与规划小区的基站ID相同的小区。

在一种可选的方式中，所述方法还包括：确定所述规划小区的正向覆盖范围和背向覆盖范围；

所述根据所述规划小区的覆盖范围内的小区站点密度，判定覆盖区域场景进一步包括：

计算所述规划小区的正向覆盖范围和背向覆盖范围内的小区站点密度，根据站点密度确定站点密集场景和/或站点稀疏场景；

所述根据覆盖区域场景判定结果，选取覆盖范围的至少一个分割角度，以所述至少一个分割角度对所述覆盖范围分别进行分割，得到数个分割子范围进一步包括：

根据站点密集场景和/或站点稀疏场景，分别选取正向覆盖范围和背向覆盖范围的分割角度，以各自的所述分割角度分别对正向覆盖范围和背向覆盖范围进行分割，得到数个分割子范围；其中，所述站点密集场景对应的覆盖范围的分割角度小于所述站点稀疏场景对应的覆盖范围的分割角度。

在一种可选的方式中，所述根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚进一步包括：

根据分割子范围对应的设定层数阈值，按照排序结果汇聚层数小于或等于所述设定层数阈值的小区得到待选邻区列表。

在一种可选的方式中，所述得到所述规划小区的邻区关系进一步包括：规划锚点站，根据所述锚点站和所述完整邻区列表得到所述规划小区的邻区关系。

根据本发明的另一方面，提供了一种邻区规划装置，包括：

数据获取模块，用于获取规划小区和全网工参数据；

初步处理模块，用于根据所述规划小区的覆盖范围，得到初步邻区列表；

场景判定模块，用于根据所述规划小区的覆盖范围内的小区站点密度，判定覆盖区域场景；

分割模块，用于根据覆盖区域场景判定结果，选取覆盖范围的至少一个分割角度，以所述至少一个分割角度对所述覆盖范围分别进行分割，得到数个分割子范围；

邻区确定模块，用于统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系。

在一种可选的方式中，所述装置还包括：覆盖范围计算模块，用于计算所述规划小区的覆盖范围，所述规划小区的覆盖范围包括正向覆盖范围和背向覆盖范围；

所述场景判定模块具体用于：计算所述规划小区的正向覆盖范围和背向覆盖范围内的小区站点密度，根据站点密度确定站点密集场景和/或站点稀疏场景；

所述分割模块进一步用于：根据站点密集场景和/或站点稀疏场景，分别选取正向覆盖范围和背向覆盖范围的分割角度，以各自的所述分割角度分别对正向覆盖范围和背向覆盖范围进行分割，得到数个分割子范围；其中，所述站点密集场景对应的覆盖范围的分割角度小于所述站点稀疏场景对应的覆盖范围的分割角度。

根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述邻区规划方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述邻区规划方法对应的操作。

本发明在确定规划小区的覆盖范围后，对覆盖范围的覆盖区域场景进行了判定，其规划结果更准确、更能接近实际覆盖情况；通过判定结果，对不同覆盖区域场景按照不同的分割粒度进行分割，然后取每个分割子范围内的距离bottomT小区作为邻区，其中各个分割子范围的设定层数阈值可动态设置，做到了在每个小区域内都有可以切换的邻区，既保证了邻区不会漏配，也保证了邻区不会过多且整体邻区分布较均匀的结果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了现有技术中邻区规划示意图；

图2示出了本发明邻区规划方法实施例的流程图；

图3示出了利用本发明实施例的邻区规划方法得到的邻区结果；

图4示出了本发明邻区规划方法另一个实施例的流程图；

图5示出了本发明实施例中垂直和水平半功率角示意图；

图6示出了本发明实施例的小区覆盖区域场景的示意图；

图7示出了本发明实施例覆盖范围的分割角度选取示意图；

图8示出了本发明实施例邻小区层数判定的示意图；

图9示出了本发明实施例中邻区规划结果的示意图；

图10示出了本发明实施例NSA组网下的锚点站及控制信令和数据业务传输示意图；

图11示出了本发明邻区规划装置实施例的结构示意图；

图12示出了本发明计算设备实施例的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图2示出了本发明邻区规划方法实施例的流程图。如图2所示，该方法包括以下步骤：

步骤210：获取规划小区和全网工参数据；

步骤220：根据规划小区的覆盖范围，得到初步邻区列表；

步骤230：根据规划小区的覆盖范围内的小区站点密度，判定覆盖区域场景；

步骤240：根据覆盖区域场景判定结果，选取覆盖范围的至少一个分割角度，以至少一个分割角度对所述覆盖范围分别进行分割，得到数个分割子范围；

步骤250：统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到规划小区的邻区关系。

本实施例提供的是一种基于规划小区覆盖范围分割和动态设定层数阈值的5G邻区规划方法，在步骤210中，获取移动基站工参数据，然后通过规划小区的各种参数，例如经纬度(小区位置数据)和方位角、水平半功率角、垂直半功率角确定规划小区的覆盖范围；在步骤220中，得到规划小区覆盖范围内所有的小区列表，作为初步邻区列表；在步骤230中，根据规划小区的覆盖范围内的小区站点密度，判定覆盖区域场景，该覆盖区域场景包括站点密集场景和/或站点稀疏场景；在步骤240中，针对不同的覆盖区域场景，选取不同的分割角度，对覆盖范围进行分割；在步骤250中，动态设置各个分割子范围的设定层数阈值，通过动态距离的层数算法，对每个分割子范围的bottomT小区进行汇聚，得到规划小区的最终较合理的邻区关系。本实施例提供的邻区规划方法可以解决现有技术中存在邻区漏配、邻区过多、邻区过少问题。图3示出了利用本发明实施例的邻区规划方法得到的邻区结果，可以把南北方向的A、B基站规划到邻区关系中，且C、D两个区域分布的邻区较合理，不会产生冗余邻区。

图4示出了本发明邻区规划方法另一个实施例的流程图。如图4所示，该方法包括以下步骤：

步骤401：获取规划小区和全网工参数据。

首先获取5G工参数据，用来规划5G邻区，5G工参数据包括5G基站名、5G基站ID、小区名、小区CELLID、覆盖场景、小区覆盖类型、方位角、经纬度(小区位置)、站高、下倾角。而后，获取4G工参数据，用来规划5G基站的锚点站，4G工参数据包括4G基站名、4G基站ID、小区名、小区CELLID、覆盖场景、小区覆盖类型、方位角、经纬度、站高、下倾角。

步骤402：根据规划小区的覆盖范围，得到初步邻区列表。

获取规划小区位置数据，获取规划小区位置为圆心、距离L为半径的圆形范围内所有小区数据。因为宏站和室分的覆盖方式不一样，宏站小区为定向覆盖且覆盖半径大，室分分天线一般为全向覆盖且覆盖半径小，所以后续处理时应根据规划小区类型不同稍作区别。

假设当前规划小区为宏站小区，其覆盖半径为L，小区经纬度为(lg1,lt1)，附近小区B经纬度为(lg2，lt2)，则A、B小区的距离为DL,判定小区B是否在小区A的覆盖范围内的公式如下：

DL＝R*arccos(coslt2*cos lt1*cos(lg2–lg1)+sin lt2*sin lt1)*PI/180

其中R为地球平均半径。对于DL＝L的情况，可酌情确定其是否在规划小区的覆盖范围内。

进一步的，根据小区类型不同，可以将规划小区覆盖范围内所有小区按宏站、室分进行分类，得到宏站初步邻区列表和室分初步邻区列表。

步骤403：规划同站邻区。

因为在规划时同一个基站的几个小区由于经纬度可能存在偏差，导致规划时容易遗漏，所以需将同一个基站的小区先添加为同站邻区，另外规划小区50米附近的小区对自己的切换影响较大需加为同站邻区。即同站邻区包括：以规划小区位置为圆心，预设距离为半径的圆形范围内的小区；以及，与规划小区的基站ID相同的小区。

在步骤402中得到的初步邻区列表中剔除同站邻区。

步骤404：对于宏站小区，确定其正向覆盖范围和背向覆盖范围。

对于宏站小区，小区正向是小区天线能量较强的方向，之前都是人为主观判断，准确性较差。本实施例利用半功率角来确定正向和背向。

半功率角就是主瓣上功率下降到最强方向(主瓣方向)一半(3dB)的夹角，大部分天线半功率角为90度，就是说从主方向往左右各45度，功率就下降一半。半功率角反映了天线能量的集中程度，所以选定小区天线半功率角为小区天线正向覆盖角度大小，半功率角之外的区域为小区背向覆盖角度大小。图5示出了本发明实施例中垂直和水平半功率角示意图。

假设小区A天线方位角为a，半功率角为t，小区A正向覆盖角度n、背向覆盖角度m的取值范围如下：

步骤405：正向覆盖范围和背向覆盖范围的覆盖区域场景判定。

在得到规划小区的正向覆盖范围和背向覆盖范围之后，计算规划小区的正向覆盖范围和背向覆盖范围内的小区站点密度，根据站点密度判定覆盖区域场景。

其中小区站点密度f为每平方千米的小区数量，若密度f大于密度阈值f_k，则覆盖区域场景为站点密集场景，否则为站点稀疏场景。

假设规划小区A的正向张角为φ，以其位置为圆心和半径为L构成的扇形区域内小区数为q，其正向覆盖范围的小区站点密度f的计算公式如下：

图6示出了本发明实施例的小区覆盖区域场景的示意图。如图6所示，该小区正向覆盖范围的场景为站点(基站)密集场景，小区背向覆盖范围的场景为站点(基站)稀疏场景。

步骤406：选取覆盖范围的分割角度。

为了使规划小区的邻区关系分布得较合理，邻区既不多加又不少加的情形下，保障用户能在每个方向都有接力小区可以切换，本实施例根据站点密集场景和/或站点稀疏场景，分别选取正向覆盖范围和背向覆盖范围的分割角度，以各自的分割角度分别对正向覆盖范围和背向覆盖范围进行分割，得到数个分割子范围，将覆盖范围细化为多个方向，可确保用户在朝不同方向移动时都有邻小区切换。其中，站点密集场景对应的覆盖范围的分割角度小于站点稀疏场景对应的覆盖范围的分割角度。

图7示出了本发明实施例覆盖范围的分割角度选取示意图，如图7所示，在该示例中，站点密集场景的分割角度N取值为10度，站点稀疏场景的分割角度N取值为20度。本发明实施例对此不作限制，可根据实际需求对分割角度进行设定。

步骤407：正向背向初步邻区列表

宏站小区按正向和背向统计出各自范围内的初步邻区(排除同站邻区)，室分按圆形范围(不分正向和背向)统计出自己的初步邻区(排除同站邻区)。初步邻区列表分为宏站初步邻区列表和室分初步邻区列表。

步骤408：设定正向背向层数阈值。

根据各个场景需求设定背向和正向层数阈值C。本实施例的一个具体示例中，宏站小区的正向层数阈值设置为2层，背向层数阈值设置为2层；室分小区的层数阈值设定为2层。层数设为2层的意义在于其中一层的邻区出现故障后，还有一层的邻区可以作为接续切换使用。本发明中，层数阈值可以根据实际需求而设置，本发明对取值不作限制。

步骤409：邻小区层数判定。

将规划小区正向或背向覆盖范围按分割角度N分割若干个分割子范围后，然后统计每个分割子范围内小区距离并根据小区距离对小区进行排序，小区距离是指分割子范围内小区与规划小区位置之间的距离，按照距离由小到大的顺序对小区进行排序，取距离bottomT(即距离小的T个)的小区作为邻区，该处的T既为邻区层数，若步骤408中设定的正向层数阈值为2，则该处T为2。

图8示出了本发明实施例邻小区层数判定的示意图。如图8所示，每个分割子范围内邻小区的层数有所不同。

步骤410：统计各层内的邻区。

对规划小区的正向覆盖范围和背向覆盖范围进行分割后，对各个分割子范围内的初步邻小区进行距离排序，根据分割子范围对应的设定层数阈值，按照排序结果得到层数小于或等于所述设定层数阈值的小区，然后将各个分割子范围内的邻小区进行汇聚，得到设定层数阈值内待选邻区列表。

举例来说，某宏站小区A的正向层数阈值为2层(以基站为单位)，背向层数阈值为1层(以基站为单位)，具体实现方法：首先以小区A为中心，根据上面提到的算法得到其正向覆盖角度和背向覆盖角度范围值；然后将其正向覆盖角度和背向覆盖角度以10度来分割(假设正向和背向场景均为站点密集场景)为若干个分割子范围，正向覆盖范围内分割出的每个分割子范围内取距离最近的2个站点(bottom2)，然后正向覆盖范围内各个分割子范围的邻区集合即为规划小区的正向两层邻区，对背向覆盖范围内分割出的每个分割子范围内取距离最近的1个站点(bottom1)，然后背向覆盖范围内各个分割子范围的邻区集合即为规划小区的背向一层邻区。

若规划小区A的正向覆盖角度和背向覆盖角度都按10度分割，则其正向和背向分割的小范围区域块数量分别为x,z：

a)正向覆盖邻区集合S_x：

S_x＝{C₁,C₂……C_x}

b)背向覆盖邻区集合S_z：

S_z＝{B₁，B₂……B_z}

c)规划小区的待选邻区列表S：

S＝S_x∪S_z

图9示出了本发明实施例中邻区规划结果的示意图。如图9所示，黑色的扇区图基站小区为规划出的邻区，没有邻区漏配，邻区数量较合理，同时也保证了在规划小区的各个方向都有邻区可以接续切换。

步骤411：添加反向邻区。

在待选邻区列表中添加同站邻区得到正向邻区列表，在正向邻区列表中添加反向邻区，得到完整邻区列表。

将步骤403得到的同站邻区和步骤410中得到的待选邻区列表进行合并后得到完整的正向邻区列表，然后添加其反向邻区(因为邻区一般是双向邻区)，A添加B邻区后，B也要添加A邻区，最后得到了完整的反向邻区关系。

步骤412：锚点规划。

规划锚点站，根据锚点站和完整邻区列表得到所述规划小区的邻区关系。

图10示出了本发明实施例NSA组网下的锚点站及控制信令和数据业务传输示意图。NSA 5G基站小区的邻区关系除了需要规划5-5邻区，还需要规划5G基站的锚点站(锚点站可以为4G基站)，锚点站经过改造后(具体改造方法不属于本发明保护的范畴，不作具体介绍，可采用现有技术的改造方法)，5G用户先接入锚点站后，然后才能接入到5G NR小区，因此5G基站小区规划完5-5邻区后，还需要规划锚点站。

锚点规划方法如下：首先从移动4G工参数据中筛选出FDD1800和F频段基站信息作为4G工程数据；根据上述步骤401到步骤411规划出5-4G邻区，其4G邻区站点作为5G基站的锚点站；规划出的锚点站小区都需要添加5G小区为邻区关系。

最终，将正向邻区列表和反向邻区列表中的邻区合并即为规划小区完整的5-5邻区关系；将步骤412规划的锚点作为5G的锚点站；锚点到5G邻区关系即为4-5邻区。

本实施例定义了同站邻区的概念，优先将同站邻区添加为邻区，避免了同站邻区漏配的情况；本实施例采用了小区半功率角来划分正向覆盖范围和背向覆盖范围，并对正向覆盖范围和背向覆盖范围的覆盖区域场景进行了判定，其规划结果更准确、更能接近实际覆盖情况；本实施例通过判定结果，对不同覆盖区域场景按照不同的分割粒度进行分割，然后取每个分割子范围内的距离bottomT小区作为邻区，做到了在每个小区域内都有可以切换的邻区，既保证了邻区不会漏配，也保证了邻区不会过多且整体邻区分布较均匀的结果。本实施例在规划5G基站邻区的同时，给出了5G基站的锚点规划方法，从整体解决了5GNSA组网情形下的5G邻区规划及锚点规划问题。

图11示出了本发明邻区规划装置实施例的结构示意图。如图11所示，该装置包括：数据获取模块1101、初步处理模块1102、场景判定模块1103、分割模块1104和邻区确定模块1105。

数据获取模块1101，用于获取规划小区和全网工参数据；

初步处理模块1102，用于根据所述规划小区的覆盖范围，得到初步邻区列表；

场景判定模块1103，用于根据所述规划小区的覆盖范围内的小区站点密度，判定覆盖区域场景；

分割模块1104，用于根据覆盖区域场景判定结果，选取覆盖范围的至少一个分割角度，以所述至少一个分割角度对所述覆盖范围分别进行分割，得到数个分割子范围；

邻区确定模块1105，用于统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系。

在一种可选的方式中，初步处理模块1102还用于：从初步邻区列表中剔除同站邻区。邻区确定模块1105还用于：按照排序结果对每个分割子范围的小区进行汇聚得到待选邻区列表，在待选邻区列表中添加所述同站邻区得到正向邻区列表，在正向邻区列表中添加反向邻区，得到完整邻区列表。

在一种可选的方式中，所述同站邻区包括：以规划小区位置为圆心，预设距离为半径的圆形范围内的小区；以及，与规划小区的基站ID相同的小区。

在一种可选的方式中，所述装置还包括：覆盖范围计算模块1106，用于计算所述规划小区的覆盖范围，所述规划小区为宏站小区，所述规划小区的覆盖范围包括正向覆盖范围和背向覆盖范围；

所述场景判定模块1103具体用于：计算所述规划小区的正向覆盖范围和背向覆盖范围内的小区站点密度，根据站点密度确定站点密集场景和/或站点稀疏场景；

所述分割模块1104进一步用于：根据站点密集场景和/或站点稀疏场景，分别选取正向覆盖范围和背向覆盖范围的分割角度，以各自的所述分割角度分别对正向覆盖范围和背向覆盖范围进行分割，得到数个分割子范围；其中，所述站点密集场景对应的覆盖范围的分割角度小于所述站点稀疏场景对应的覆盖范围的分割角度。

在一种可选的方式中，邻区确定模块1105进一步用于：根据分割子范围对应的设定层数阈值，按照排序结果汇聚层数小于或等于所述设定层数阈值的小区得到待选邻区列表。

在一种可选的方式中，邻区确定模块1105还用于：规划锚点站，根据所述锚点站和所述完整邻区列表得到所述规划小区的邻区关系。

本装置实施例优先将同站邻区添加为邻区，避免了同站邻区漏配的情况；本装置实施例针对宏站小区划分了正向覆盖范围和背向覆盖范围，并对正向覆盖范围和背向覆盖范围的覆盖区域场景进行了判定，其规划结果更准确、更能接近实际覆盖情况；本装置实施例通过判定结果，对不同覆盖区域场景按照不同的分割粒度进行分割，然后取每个分割子范围内的距离bottomT小区作为邻区，做到了在每个小区域内都有可以切换的邻区，既保证了邻区不会漏配，也保证了邻区不会过多且整体邻区分布较均匀的结果。本装置实施例在规划5G基站邻区的同时，还规划了5G基站的锚点，从整体解决了5G NSA组网情形下的5G邻区规划及锚点规划问题。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的邻区规划方法。

图12示出了本发明计算设备实施例的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图12所示，该计算设备可以包括：处理器(processor)1202、通信接口(Communications Interface)1204、存储器(memory)1206、以及通信总线1208。

其中：处理器1202、通信接口1204、以及存储器1206通过通信总线1208完成相互间的通信。通信接口1204，用于与其它设备比如客户端或其它服务器等的网元通信。处理器1202，用于执行程序1210，具体可以执行上述基于邻区规划方法实施例中的相关步骤。

具体地，程序1210可以包括程序代码，该程序代码包括计算机操作指令。

处理器1202可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器1206，用于存放程序1210。存储器1206可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序1210具体可以用于使得处理器1202可执行上述任意方法实施例中的邻区规划方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (8)

1.一种邻区规划方法，其特征在于，包括：

获取规划小区和全网工参数据；

根据所述规划小区的覆盖范围，得到初步邻区列表；

确定所述规划小区的正向覆盖范围和背向覆盖范围；

计算所述规划小区的正向覆盖范围和背向覆盖范围内的小区站点密度，根据站点密度确定站点密集场景和/或站点稀疏场景；

根据站点密集场景和/或站点稀疏场景，分别选取正向覆盖范围和背向覆盖范围的分割角度，以各自的所述分割角度分别对正向覆盖范围和背向覆盖范围进行分割，得到数个分割子范围；其中，所述站点密集场景对应的覆盖范围的分割角度小于所述站点稀疏场景对应的覆盖范围的分割角度；

统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系。

2.根据权利要求1所述的邻区规划方法，其特征在于，在所述根据所述规划小区的覆盖范围，得到初步邻区列表之后，所述方法还包括：从初步邻区列表中剔除同站邻区；

所述按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系进一步包括：

按照排序结果对每个分割子范围的小区进行汇聚得到待选邻区列表，在待选邻区列表中添加所述同站邻区得到正向邻区列表，在正向邻区列表中添加反向邻区，得到完整邻区列表。

3.根据权利要求2所述的邻区规划方法，其特征在于，所述同站邻区包括：以规划小区位置为圆心，预设距离为半径的圆形范围内的小区；以及，与规划小区的基站ID相同的小区。

4.根据权利要求1所述的邻区规划方法，其特征在于，所述根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚进一步包括：

根据分割子范围对应的设定层数阈值，按照排序结果汇聚层数小于或等于所述设定层数阈值的小区得到待选邻区列表。

5.根据权利要求2所述的邻区规划方法，其特征在于，所述得到所述规划小区的邻区关系进一步包括：规划锚点站，根据所述锚点站和所述完整邻区列表得到所述规划小区的邻区关系。

6.一种邻区规划装置，其特征在于，包括：

数据获取模块，用于获取规划小区和全网工参数据；

初步处理模块，用于根据所述规划小区的覆盖范围，得到初步邻区列表；

覆盖范围计算模块，用于计算所述规划小区的覆盖范围，所述规划小区的覆盖范围包括正向覆盖范围和背向覆盖范围；

场景判定模块，用于计算所述规划小区的正向覆盖范围和背向覆盖范围内的小区站点密度，根据站点密度确定站点密集场景和/或站点稀疏场景；

分割模块，用于根据站点密集场景和/或站点稀疏场景，分别选取正向覆盖范围和背向覆盖范围的分割角度，以各自的所述分割角度分别对正向覆盖范围和背向覆盖范围进行分割，得到数个分割子范围；其中，所述站点密集场景对应的覆盖范围的分割角度小于所述站点稀疏场景对应的覆盖范围的分割角度；

邻区确定模块，用于统计每个分割子范围内小区距离并根据小区距离对小区进行排序，根据分割子范围对应的设定层数阈值，按照排序结果对每个分割子范围的小区进行汇聚，得到所述规划小区的邻区关系。

7.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的邻区规划方法对应的操作。

8.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-5中任一项所述的邻区规划方法对应的操作。

Images